Identificación de personas sin mascarilla en cámaras de seguridad
Visualitza/Obre
157589.pdf (20,31Mb) (Accés restringit)
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/348057
Realitzat a/ambMakenai
Tipus de documentProjecte Final de Màster Oficial
Data2021-04-27
Condicions d'accésAccés restringit per decisió de l'autor
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Hoy en día, la detección de objetos está presente en muchos aspectos de nuestra vida. Desde aplicaciones relacionadas con la seguridad hasta herramientas de entretenimiento, la detección de objetos juega un papel clave en el mundo de la visión por computadora y el procesamiento de imágenes. Este proyecto aborda la necesidad de avances en el área de detección automatizada basada en aprendizaje automático en esta era en la que se requiere mantener el distanciamiento social en todo momento. El principal objetivo de este proyecto es trabajar con un modelo capaz de reconocer a las personas con y sin máscaras para realizar cualquier acción que se requiera en base a ella. También incluye el desarrollo de un modelo que es capaz de realizar múltiples detecciones en tiempo real. Para lograr estos objetivos, se han aplicado técnicas de procesamiento de datos y aprendizaje profundo para trabajar con diferentes modelos y enfoques para crear un modelo de detección de múltiples personas. Como resultado, se han desarrollado dos modelos de detección. Ambos han sido evaluados y comparados para determinar en qué situaciones uno es más conveniente que el otro.
MatèriesComputer vision, Machine learning, Deep learning, Visió per ordinador, Aprenentatge automàtic, Aprenentatge profund, yolo
TitulacióMÀSTER UNIVERSITARI EN ENGINYERIA INFORMÀTICA (Pla 2012)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
157589.pdf | 20,31Mb | Accés restringit |